Civil Registration and Vital Statistics, Emergencies, and International Law: Understanding the Intersection
Notice bibliographique
Résumé
Civil registration and vital statistics (CRVS) systems are typically run by governments to record every birth, adoption, death, marriage, and divorce that occurs among a country's population. Registration of vital events provides individuals with a formal relationship with the State and each other, and is the foundation of a person's identity, nationality, and legal status. At a population level, vital statistics are essential for effective planning and implementation of policies and services. Globally, strong CRVS systems are increasingly recognised as a crucial backbone for redressing health inequities and as a priority in strengthening global health and development efforts. Many countries, however, currently lack adequate and reliable CRVS systems, leaving many people vulnerable to statelessness, limited access to important government services (such as education and health services), and effective legal protection. Public health and humanitarian emergencies in such contexts can expose those already disadvantaged and marginalised to heightened risk. CRVS systems weakened by crises make registration difficult or impossible and unregistered people may be displaced or separated from their families, exacerbating their susceptibility. The presence of a strong CRVS system, therefore, can facilitate effective and cost-effective emergency responses, help prevent exploitation of individuals (particularly women and children), and help to rebuild communities post-crisis. This article will consequently review the international legal mandates that exist to strengthen CRVS systems globally, with particular view to public health and humanitarian emergencies. Identity and citizenship, and the socio-political contexts in which these concepts co-exist, are inevitably interconnected with CRVS. This can create potential for CRVS systems and data to be exploited as a political instrument. Grounding CRVS strengthening in a single binding, human rights law instrument is a potential way forward.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,012 | 0,023 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,009 | 0,009 |
| Études des sciences et des technologies | 0,005 | 0,033 |
| Communication savante | 0,021 | 0,033 |
| Science ouverte | 0,002 | 0,009 |
| Intégrité de la recherche | 0,008 | 0,011 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».